摘要：目的通过对铝电解生产过程中的故障进行有效地诊断来提高铝的生产效率和节约能源.方法把粗糙集和神经网络结合起来应用在铝电解的故障诊断中.先用自组织特征映射网络(SOM)对初始数据进行离散化后得到决策表,然后用粗糙集理论对决策表进行约简得到最简决策表,根据最简决策表设计BP神经网络对铝电解中的故障进行诊断.结果用粗糙集对神经网络的输入数据进行预处理可以简化神经网络的结构,减少计算量和训练时间,从而提高整个诊断系统的诊断效率、故障诊断准确率在90%以上.结论该方法能够对铝电解中的故障做出正确的诊断.

摘要：随着社会经济的快速发展,农业生产水平也取得极大的提高,逐步实现了机械化、现代化和智能化。农业生产者在农业生产过程中对农业机械的要求也越来越高,不仅需要满足生产功能而且还能够在形体和色彩上更加符合时代发展的要求,尤其是在色彩上更加具有冲击力和吸引力,不仅能够体现人文关怀而且还能实现与环境的融合,因此在农业机械产品生产中进行色彩设计的应用,是未来农业机械产业发展的必然趋势。